b2aat6n

Blocks geschlossen wird, muss das tatsächliche
Lesen der Daten innerhalb der Session
passieren. Lässt man das ToArray()
weg, findet das Lesen erst beim Iterieren
durch das Ergebnis statt, dann allerdings
zu einem Zeitpunkt, da die Session bereits
geschlossen ist. RavenDB verwendet für
die Indizierung übrigens Lucene, was
ebenfalls ein Open-Source-Projekt ist [5].
Listing 9 zeigt, wie Sie die so erstellte Methode
zum Ermitteln aller Produkte einer
Kategorie gegen eine Datenbank testen
können.
Auch hier gilt es, noch einen weiteren
Stolperstein zu beachten. RavenDB führt
das Aktualisieren der Indizes im Hintergrund
aus. Es kann daher sein, dass der Index
zum Zeitpunkt des Lesevorgangs noch
nicht aktualisiert ist. Zu Testzwecken kann
man es bei Anwendung der Query mit der
Methode WaitForNonStaleResults() erzwingen,
dass auf die Aktualisierung des
Index gewartet wird, bevor Ergebnisse geliefert
werden. In einer Produktivumgebung
sollten Sie diese Option allerdings
nicht verwenden, da sie mit Performance-
Listing 10
Map und Reduce verwenden.
store.DatabaseCommands.PutIndex(
"ProduktKategorien",
new IndexDefinition {
Map = produkte => from produkt in produkte
select new { produkt.Kategorie, Anzahl = 1 },
Reduce = results => from result in results
group result by result.Kategorie
into g
select new { Kategorie = g.Key, Anzahl = g.Sum(x => x.Anzahl) }
});
Listing 11
Den Index testen.
einbußen verbunden ist. An dieser Stelle
zeigt es sich, dass Dokumentdatenbanken
einen anderen Schwerpunkt setzen als relationale
Datenbanken. Bei einer relationalen
Datenbank geht die Konsistenz der Daten
immer vor. Bei Dokumentdatenbanken
wie RavenDB dagegen steht die Konsistenz
hinter Skalierbarkeit und Ausfallsicherheit
zurück.
Map/Reduce
Als Nächstes habe ich mir ein Feature angeschaut,
das bei Dokumentdatenbanken
sehr häufig zum Einsatz kommt und großen
Einfluss auf die Skalierbarkeit hat:
Map/Reduce. Eine Map-Funktion wurde
bereits für den Index benötigt, mit dem alle
Produkte einer Kategorie ermittelt werden
können. Fügt man einem solchen Index
noch eine Reduce-Methode hinzu,
können Daten aus den Dokumenten aggregiert
werden. Damit ist es möglich, beispielsweise
einen Index zu erstellen, der
aus den Produkten alle Kategorien ermittelt.
Zusätzlich ist es durch die Aggregation
möglich zu zählen, wie viele Produkte in
[Test]
public void Alle_Kategorien_ermitteln() {
sut.Save(new Produkt {Id = "#1", Name = "iPad", Kategorie = "Elektronik"});
sut.Save(new Produkt {Id = "#2", Name = "iPod", Kategorie = "Elektronik"});
sut.Save(new Produkt {Id = "#3", Name = "Apfel", Kategorie = "Obst"});
sut.Save(new Produkt {Id = "#4", Name = "Kartoffel", Kategorie = "Gemüse"});
sut.Save(new Produkt {Id = "#5", Name = "Banane", Kategorie = "Obst"});
var result = sut.Kategorien();
Assert.That(result.ToArray(), Is.EquivalentTo(new[] {
new KategorieMitAnzahl { Kategorie = "Elektronik", Anzahl = 2},
new KategorieMitAnzahl { Kategorie = "Obst", Anzahl = 2},
new KategorieMitAnzahl { Kategorie = "Gemüse", Anzahl = 1},
}));
}
LÖSUNG
der jeweiligen Kategorie enthalten sind.
Das Erstellen dieses Index gleicht dem vorhergehenden
Beispiel. Der wesentliche
Unterschied besteht in der zusätzlichen
Reduce-LINQ-Query. Dabei liegt das
Hauptproblem darin, dass man darauf
achten muss, dass Map- und Reduce-Query
auf gleich aufgebauten Objekten arbeiten.
Da hier anonyme Typen verwendet
werden, ist das Unterfangen fehleranfällig,
siehe Listing 10.
Die Map-Query liefert für jedes Produkt
ein Objekt zurück. Dieses Objekt hat zwei
Eigenschaften: Kategorie und Anzahl. Die
Anzahl ist immer 1, dies ist der Startwert
für die spätere Aufsummierung. In der Reduce-Query
wird nun auf Objekten vom
Typ KategorieMitAnzahl gearbeitet. Der
Typ muss als zweiter generischer Typparameter
im Konstruktor von IndexDefinition
angegeben werden.
Die Herausforderung liegt darin, dass
man in den beiden LINQ-Queries anonyme
Typen verwenden muss. Wenn diese
Queries Ergebnisse vom Typ KategorieMit-
Anzahl liefern, erhält man eine Fehlermeldung
vom RavenDB-Server, die besagt,
man müsse anonyme Typen verwenden.
Dennoch müssen diese anonymen Typen
den gleichen Aufbau haben wie der definierte
Typ. Wenn man diese Hürde genommen
hat, steht einem Test des Index nichts
mehr im Weg, wie Listing 11 zeigt.
Das Schöne an diesem Index ist, dass RavenDB
ihn jeweils auf dem aktuellen Stand
hält. Jede Änderung an Dokumenten, die
im Index verwendet werden, führt zu einem
entsprechenden Update des Index.
www.dotnetpro.de dotnetpro.dojos.2011 37
Fazit
Ich habe mir in diesem Spike die Funktionalität
von RavenDB nur ausschnittweise
angesehen. RavenDB hat darüber hinaus
noch mehr zu bieten wie etwa die Verteilung
einer Datenbank auf mehrere Server.
Die ersten Schritte gingen zügig voran.
Aber beim Map/Reduce hat es doch etwas
länger gedauert, bis ich die zu berücksichtigenden
Konventionen alle zusammenhatte.
Hier wäre ein Beispiel in der Dokumentation
sicherlich hilfreich. Gelernt habe
ich wieder einiges, und das war schließlich
Zweck der Übung. [ml]
[1] http://clean-code-developer.de
[2] http://ravendb.net/
[3] http://builds.hibernatingrhinos.com/builds/
ravendb
[4] http://de.wikipedia.org/wiki/JSON
[5] http://lucene.apache.org/lucene.net/